基于MRI的放射学特征用于宫癌中FIGO阶段的非侵入性预测:一个多中心研究

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医学成像分析 医学成像分析

背景情况:

• 宫癌 (CC) 的分期对于治疗计划至关重要.
• 准确的手术前分期可以改善患者的治疗结果.
• 目前的分阶段测定方法可能在精度上有局限性.

研究的目的:

• 开发和验证使用MRI的放射学模型,以预测CC中的手术FIGO阶段.
• 要区分高 (IB3,≥IIA2) 和低 (IB1,IB2,IIA1) 的阶段.
• 评估模型作为一种非侵入性分期工具的潜力.

主要方法:

• 追溯研究296个早期的CC患者.
• 从光谱减弱反转恢复T2加权 (SPAIR-T2W) 和对比度增强T1加权 (CE-T1W) 的MRI图像中提取的放射学特征.
• 使用单变量分析和LASSO在特征选择后构建的支向量机器模型.

主要成果:

• 从SPAIR-T2W和CE-T1W图像中确定了15个重要的放射性特征.
• 对于SPAIR-T2W模型的ROC曲线下的面积 (AUC):0.803 (内部),0.767 (外部).
• 对于CE-T1W模型的AUC:0.790 (内部),0.749 (外部). 组合模型中的AUC:0.771 (外部).

结论:

• 基于MRI的放射学模型可用于预测CC中的手术FIGO阶段.
• 该模型显示了作为分期和治疗规划的非侵入性工具的潜力.
• 放射学为宫癌的手术前FIGO分期提供了一个客观的方法.